Telegram Context 是一款专为 OpenClaw 平台设计的智能技能插件，旨在为 Telegram 会话提供持续的对话上下文支持。该工具能够在每次会话启动时自动获取当前 Telegram 聊天中的最近消息记录，帮助 AI 代理理解对话的延续性，从而在跨会话交流中保持逻辑连贯。用户无需进行复杂配置，系统可自动识别 Telegram 频道并激活功能，显著提升了多轮对话的自然度和效率。 该技能的核心机制依赖于本地存储的状态文件 `memory/telegram-context.json`，用于保存启用状态、获取的消息数量以及最后一次拉取时间戳。当用户在 Telegram 环境中开启新会话时，系统会首先检查该配置文件，若已启用则自动调用内置的 `message` 工具拉取指定数量的最近消息，并将这些内容整合进当前对话的上下文窗口。整个过程完全透明且可控，所有操作均可通过简洁的命令行指令完成，包括开启或关闭自动获取、查看当前设置以及手动触发消息拉取等。 值得注意的是，Telegram Context 严格限定于当前活跃的 Telegram 聊天环境，不会访问其他频道或外部账户信息，确保了数据隔离与隐私安全。虽然消息内容会被发送至配置的 LLM 提供商以辅助生成回复，但原始数据并不持久化存储于本地文件中。对于涉及敏感话题的讨论，建议用户及时关闭该功能或使用低频次手动获取模式，以降低潜在的信息泄露风险。整体而言，这是一款轻量级、即插即用的高实用性工具，特别适合需要长期跟踪复杂议题、团队协作或知识沉淀的 Telegram 用户群体。
核心功能特点
- 自动在 Telegram 会话启动时获取最近消息，维持跨会话对话连续性
- 支持通过命令行指令灵活控制：开启/关闭自动获取、查看状态、手动拉取指定数量消息
- 仅访问当前 Telegram 聊天内容，不涉及其它频道或外部账户，保障数据隔离
- 状态信息本地存储于 memory/telegram-context.json，无外部依赖或二进制安装需求
- 消息内容实时注入 AI 上下文窗口，提升回复相关性与准确性
- 适用于敏感场景时可手动限制获取条数或完全禁用，增强隐私保护
适用场景
Telegram Context 最典型的应用场景是那些需要长期追踪复杂讨论脉络的团队协作环境。例如，在一个技术项目群聊中，成员们可能在不同时间段提出问题、分享进展或发起新议题。借助此技能，AI 助手可以在每次接入时自动回顾此前 20 条左右的关键发言，快速定位当前讨论焦点，避免重复提问或误解背景。这种机制尤其适合项目管理、代码评审或产品规划等需要高度上下文关联的任务场景。 另一个常见用例是个人知识管理与学习辅助。用户若在 Telegram 中与导师、同行持续交流某个专业领域（如机器学习、金融分析或语言学习），可通过设定每日自动获取最新 15-30 条消息，让 AI 成为“记忆延伸”——不仅能回答即时问题，还能引用历史对话中的观点、链接或资源，形成类知识图谱式的响应体系。此外，结合 MEMORY.md 等记忆增强工具，可实现长期经验沉淀与智能检索。 对于频繁参与多线程对话的用户而言，该技能也极大提升了响应效率。无论是处理客户咨询、组织线上研讨会，还是参与开源社区协作，AI 都能基于近期互动内容提供更精准、更具针对性的建议。同时，其轻量化设计与完全可逆的操作逻辑（一键关闭）使其成为临时性任务或高风险沟通的理想选择，兼顾了功能性与安全性的双重需求。